暂无评论
Object Recognition from Local Scale-Invariant Features
最近的半监督目标检测SS OD方法主要基于自我训练即通过教师模型在未标记的数据上生成硬伪标签作为监督信号.尽管他们取得了一定的成功但半监督学习中有限的标记数据扩大了目标检测的挑战.我们通过实证实验结果
Convolutional Residual Learning for Visual Tracking
论文《Accuratescaleestimationforrobustvisualtracking》简单代码,来自VOT提供的代码,已经稍作修改,可以单独运行。注意:修改vot_tracker_ini
1。 参考视频效果 https://www.bilibili.com/video/av59547404/?spm_id_from=333.788.b_7265636f5f6c697374.14 Peo
图像融合的会议有:ICIF(internationalconferenceoninformationfusion):http://ieeexplore.ieee.org/xpl/conhome.jsp
This paper presents a novel object tracking framework by joint registration and active contour segme
Improving Context Modeling for Video Object Detection and Tracking
code-RobustObjectTrackingviaSparsity-basedCollaborativeModel作者原始代码。调用的c++已经编译过.版权属论文作者所有。
最近唯一能够像SiamMask一样在线操作并从边界框初始化开始生成mask的跟踪器是Yeo等人的基于超像素的方法.①作者认为以往直接回归box的方法存在一定的偏差而使用分割提取mask然后再确定box
暂无评论